基于分布式頻譜圖的混合頻譜共享研究*

李方偉，彭著勛，朱 江

(重慶郵電大學移動通信技術重慶市重點實驗室，重慶400065)

0 引言

無線電頻譜已成為一種寶貴的資源，認知無線電[1]用來提高頻譜利用率。當前的認知無線電采用頻譜感知[2]來檢測頻譜空洞。然而，在overlay/underlay混合認知無線電中，次用戶需要檢測主發(fā)射機的位置和發(fā)射功率[3]。但這對認知無線電是一個巨大的挑戰(zhàn)，為了支持認知無線電，無線環(huán)境地圖（REM）[4]被提出。REM包含無線電環(huán)境中的若干信息，如地形信息、無線電法規(guī)等。

頻譜態(tài)勢圖是REM當中的重要部分，它能幫助次用戶在空間上發(fā)現和使用頻譜空洞。頻譜態(tài)勢圖能通過不同實體的測量獲得，比如終端、基站和接入點。但是要求在每一個點都測量信號強度是不現實的，因此插值技術被用來制作頻譜態(tài)勢圖。文獻[5-6]分別采用克里金插值和樣條插值建立頻譜態(tài)勢圖。但是在這些研究當中都需要感知節(jié)點通過公共控制信道向融合中心發(fā)送感知信息，融合中心執(zhí)行插值算法，然后融合中心再向各個次用戶發(fā)送控制信息。這個過程需要較長的時間和消耗較多的能量。文獻[7]采用分布式方法，但是基于最近鄰的方法，僅僅與最近的節(jié)點通信，有限的本地數據導致重建的頻譜圖精度較低。本文提出一種次用戶自組織的分布式制圖方案。該方案僅僅需要鄰居節(jié)點之間交換感知信息，因此更適合網絡結構靈活的認知無線網絡。

在獲得分布式頻譜態(tài)勢圖的基礎上，本文提出一種次用戶分布式混合頻譜共享方案。次用戶根據檢測區(qū)域內的信號強度大小，將區(qū)域劃分為主用戶非活躍區(qū)域和活躍區(qū)域。在非活躍區(qū)域，次用戶采用overlay方式接入。在活躍區(qū)域，為了避免對主用戶產生嚴重的干擾，次用戶采用underlay方式接入。采用分布式混合頻譜接入方案，無論主用戶是否工作，信道是否空閑，次用戶都可隨時接入授權頻段。在整個時間段內進行動態(tài)功率發(fā)射，以較高的效率實現主次用戶的頻譜共享。與單一的共享方式相比，系統(tǒng)容量有所提高。仿真實驗證明，該方案性能明顯優(yōu)于傳統(tǒng)的檢測避讓方法。

1 模型

1.1 網絡模型

在一個區(qū)域上，M個主用戶可以共用頻帶，但是要求主用戶之間距離比較遠，避免互相之間造成干擾。認知無線網絡由N個在該區(qū)域上均勻隨機分布的可移動次用戶組成。假設次用戶已經發(fā)現鄰居并且基于Delaunay三角網生長法與鄰居組成無重疊的三角網絡。次用戶通過GPS定位并且能夠感知特定頻率的信號強度，然后次用戶將感知到的信號強度和位置信息通過公共控制信道發(fā)送給構成三角網的鄰居。在獲得鄰居節(jié)點的信息后，執(zhí)行插值算法生成自組織三角區(qū)域的頻譜態(tài)勢圖。

1.2 傳播模型

假設傳播模型由路徑衰落和瑞麗衰落組成。第i個次用戶的接收信號強度為：

2 分布式頻譜圖

Delaunay三角剖分廣泛地應用在有限元分析、信息可視化、計算機圖形學等領域。Delaunay三角網具有優(yōu)良的幾何特性，如空外圓性質、最小角最大的性質等，是公認的最優(yōu)三角網。構建三角網的算法可以分為分治法、逐點插入法和三角網生長法3類。由于次用戶自組織通信是從局部發(fā)起的，所以選擇三角網生長法更符合實際情況。

2.1 基于Delaunay三角網的組網方案

次用戶通過公共控制信道尋找鄰近的次用戶，并且與最近的次用戶連接成為一條Delaunay邊，然后按照Delaunay三角網的判別法則尋找包含此Delaunay邊的另一端點，依次處理所有生成的邊，直到最終完成。

基于Delaunay三角網生長算法的組網過程如下：

(1)需要接入授權頻帶的任意次用戶尋找離自己最近的次用戶，然后連接起來作為定向基線。

(2)按照Delaunay三角網生長法的法則，找出第三個次用戶創(chuàng)建Delaunay三角形，然后將新生成的三角形的兩個邊作為新的基線。

(3)重復第(2)、(3)步，直到所有的基線都被用過為止。

2.2 分布式插值算法

組成三角形的三個次用戶接收信號強度為Ii，i=1、2、3。三角形區(qū)域內任意點的信號強度為：

其中 φi(xi，yi)是插值基函數，代表相應節(jié)點的權重，(x，y)是位置坐標。

對每一個由次用戶組成的三角形區(qū)域，都采用上面的方法求得三角形內部信號強度，從而獲得整個區(qū)域的信號強度。

2.3 評估分布式制圖方案

通過計算重建頻譜態(tài)勢圖的均方誤差（MSE）來評估分布式制圖的性能。均方誤差越小說明重建圖和原始圖越接近，重建的精度越高。

其中A是特定區(qū)域的面積。

3 分布式混合頻譜共享方案

其中，B是信道帶寬，No為信道加性噪聲的功率譜密度；Po是次用戶在overlay狀態(tài)下的發(fā)射功率，Pu是次用戶在underlay狀態(tài)下的發(fā)射功率；Pmax是次用戶最大發(fā)射功率，Qav是主用戶的干擾容限；r是次用戶檢測范圍半徑，d是活躍主用戶與次用戶之間的距離；g0是次用戶之間鏈路的功率衰減系數，g1是主次用戶之間鏈路的功率衰減系數；I是次用戶接收到的信號強度。

采用拉格朗日乘數法求解次用戶在overlay和underlay狀態(tài)下的最優(yōu)發(fā)射功率。次用戶在overlay狀態(tài)下的最優(yōu)發(fā)射功率為：

其中(x)+=max(0，x)，將代入式(5)并且取等號的情況下，可以求得拉格朗日系數κ。次用戶在underlay狀態(tài)下的最優(yōu)發(fā)射功率為：

根據構建的頻譜態(tài)勢圖可以計算出主用戶非活躍區(qū)域所占比例β。同時考慮次用戶在整個網絡中的均勻隨機分布，因此對所有次用戶求平均可獲得分布式混合頻譜共享系統(tǒng)的最大平均容量為：

4 仿真分析

假設若干具有信號強度傳感功能的次用戶均勻隨機分布在100 m×100 m的區(qū)域上。次用戶已經發(fā)現鄰居并且與鄰居組成無重疊的三角網絡，次用戶與鄰居可以互相通信。表1所示為仿真參數，采用MATLAB進行仿真。

表1 仿真參數

4.1 重建頻譜態(tài)勢圖

圖1為本文分布式制圖方案構建的頻譜態(tài)勢圖。在100 m×100 m區(qū)域上有3個活躍的主用戶，顏色的深淺代表信號強度的大小。頻譜態(tài)勢圖重建誤差主要是受插值節(jié)點的密度、陰影衰落和噪聲等影響。

圖1 頻譜態(tài)勢圖

根據式(3)計算重建頻譜圖的均方誤差。圖2比較了本文方法和文獻[7]的方法，隨著次用戶個數的增加，均方誤差均下降，但本文方法均方誤差明顯低于文獻[7]的方法，主要原因是文獻[7]雖然采用分布式制圖，但僅僅與最近的節(jié)點通信，有限的本地數據導致重建的頻譜圖精度較低。

圖2 頻譜圖重建誤差比較

4.2 分布式混合頻譜共享方案仿真

次用戶20個，信道帶寬B=64 kHz，在瑞利衰落環(huán)境下進行仿真，g0、g1是服從參數λ=1的指數分布。仿真結果如圖3所示。隨著主用戶非活躍區(qū)域的增加，underlay系統(tǒng)的容量逐漸下降，overlay系統(tǒng)的容量逐漸上升，系統(tǒng)總的容量也在逐漸上升，且一直保持在較高水平。

圖3 混合頻譜共享性能

5 結論

分布式頻譜圖能在分布式網絡架構下有效提高頻譜利用率。與集中式頻譜制圖相比，分布式頻譜制圖不需要融合中心，能更好地適應無線網絡結構的變化。在分布式頻譜圖的基礎上，本文提出了一種次用戶分布式混合頻譜共享方案，該方案性能明顯優(yōu)于傳統(tǒng)的檢測避讓算法。本文創(chuàng)新點主要表現在：(1)提出次用戶自組織分布式頻譜制圖方案；(2)在分布式頻譜圖的基礎上，提出混合頻譜共享方案。次用戶根據周圍環(huán)境，動態(tài)選擇overlay或者underlay接入方案，有效提高了系統(tǒng)容量。

[1]AKYILDIZ I F，LEE W Y，VURAN M C，et al.NeXt generation/dynamic spectrum access/cognitive radio wireless networks：a survey[J].Computer Networks，2006，50(13)：2127-2159.

[2]KHAN F，NAKAGAWA K.Comparative study of spectrum sensing techniques in cognitive radio networks[C].Computer and Information Technology(WCCIT)，2013 World Congress on.IEEE，2013：1-8.

[3]CHAKRAVARTHY V，LI X，WU Z，et al.Novel overlay/underlay cognitive radio waveforms using SD-SMSE framework to enhance spectrum efficiency-part I：theoretical framework and analysis in AWGN channel[J].Communications，IEEE Transactions on，2009，57(12)：3794-3804.

[4]JAYAWICKRAMA B A，DUTKIEWICZ E，FANG G，et al.Downlink power allocation algorithm for licence-exempt LTE systems using Kriging and Compressive Sensing based spectrum cartography[C].Global Communications Conference(GLOBECOM)，2013 IEEE.IEEE，2013：3766-3771.

[5]ALAYA-FEKI A，BEN JEMAA S，SAYRAC B，et al.Informed spectrum usage in cognitive radio networks：Interference cartography[C].Personal，Indoor and Mobile Radio Communications，2008.PIMRC 2008.IEEE 19th International Symposium on.IEEE，2008：1-5.

[6]MATEOS G，BAZERQUE J A，GIANNAKIS G B.Splinebased spectrum cartography for cognitive radios[C].Signals，Systems and Computers，2009 Conference Record of the Forty-Third Asilomar Conference on.IEEE，2009：1025-1029.

[7]MARANO S，MATTA V，WILLETT P.Nearest-neighbor estimation in sensor networks[C].Signal Processing Conference(EUSIPCO)，2013 Proceedings of the 22nd European.IEEE，2014：870-874.